基于代表样本的中文网页分类研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题的研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·自动分类技术的发展趋势 | 第13-14页 |
| ·分类模型和分类算法的发展现状 | 第14-15页 |
| ·基于网页特性的分类研究现状 | 第15-16页 |
| ·课题研究的主要内容 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第2章 中文网页分类关键技术 | 第18-35页 |
| ·文本分类技术概述 | 第18-20页 |
| ·文本分类概念 | 第18页 |
| ·自动分类的方法 | 第18-19页 |
| ·网页分类过程 | 第19-20页 |
| ·网页预处理 | 第20-23页 |
| ·HTML文档解析 | 第20-21页 |
| ·中文分词 | 第21-22页 |
| ·停用词删除 | 第22页 |
| ·词性选择 | 第22-23页 |
| ·文本表示 | 第23-25页 |
| ·向量空间模型 | 第23-24页 |
| ·权重计算 | 第24-25页 |
| ·特征选取技术 | 第25-27页 |
| ·文档频率(DF) | 第26页 |
| ·信息增益(IG) | 第26页 |
| ·开方拟合检验(x2-CHI) | 第26-27页 |
| ·互信息法(MI) | 第27页 |
| ·分类算法简介 | 第27-31页 |
| ·简单距离向量法 | 第28页 |
| ·朴素贝叶斯(Naive-Bayes) | 第28-29页 |
| ·支持向量机方法(SVM) | 第29-31页 |
| ·最近邻居算法(NN) | 第31页 |
| ·文本分类效果评价指标 | 第31-33页 |
| ·网页分类在搜索引擎中的应用 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于代表样本的KNN算法研究 | 第35-45页 |
| ·KNN算法 | 第35-37页 |
| ·算法描述 | 第35-36页 |
| ·算法分析 | 第36页 |
| ·相关研究工作 | 第36-37页 |
| ·代表样本生成新策略 | 第37-42页 |
| ·代表样本概念的提出 | 第37-38页 |
| ·一种新的代表样本生成策略 | 第38-42页 |
| ·改进算法描述 | 第42-43页 |
| ·训练算法 | 第42页 |
| ·分类算法 | 第42-43页 |
| ·基于代表样本生成策略的KNN分类过程 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第4章 中文网页分类器设计与实现 | 第45-54页 |
| ·开发与运行平台 | 第45页 |
| ·处理流程 | 第45页 |
| ·分类器设计说明 | 第45-50页 |
| ·系统结构 | 第45-46页 |
| ·模块功能描述 | 第46-48页 |
| ·系统类说明 | 第48页 |
| ·数据集说明 | 第48-49页 |
| ·网页下分类器CPCK界面 | 第49-50页 |
| ·实验结果分析 | 第50-54页 |
| ·代表样本法与传统KNN算法的实验比较 | 第50-52页 |
| ·代表样本法与其他算法的实验比较 | 第52-54页 |
| 第5章 结论 | 第54-56页 |
| ·主要工作 | 第54页 |
| ·主要创新点 | 第54-55页 |
| ·存在的问题及未来的方向 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |
